바운딩 박스

객체 감지의 중요성

바운딩 박스는 객체 감지 모델을 학습하고 평가하는 데 매우 중요합니다. 다음과 같은 모델에서 처리하는 작업에서 Ultralytics YOLO와 같은 모델에서 바운딩 박스는 훈련 과정에서'기준 진실' 역할을 합니다. 즉, 경계 상자는 훈련 데이터에서 물체의 정확한 위치와 크기를 나타내며, 모델이 물체를 정확하게 찾도록 학습시킵니다. 이 프로세스는 종종 사람이나 자동화된 도구가 이미지의 객체 주위에 이러한 상자를 그리는 신중한 데이터 주석으로 시작되며, CVAT와 같은 플랫폼을 사용하거나 데이터 세트 관리를 위해 Ultralytics HUB와 같은 플랫폼과 통합하는 경우가 많습니다. 추론하는 동안 학습된 모델은 클래스 레이블 및 신뢰도 점수와 함께 감지된 객체 주변의 경계 상자를 예측합니다. 이러한 로컬라이제이션 기능은 객체 식별뿐만 아니라 정확한 위치도 필요로 하는 애플리케이션에 매우 중요합니다.

바운딩 박스와 관련된 주요 개념

몇 가지 메트릭 및 기법은 ML 모델에서 바운딩 박스의 사용 및 평가와 밀접하게 연관되어 있습니다:

• 유니온을 통한 교차점(IoU): 예측된 바운딩 박스와 실측 바운딩 박스 간의 중첩을 측정하는 데 사용되는 지표입니다. 로컬라이제이션의 정확도를 정량화합니다.
• 비 최대 억제(NMS): 동일한 객체에 대해 중복되고 겹치는 바운딩 박스를 제거하여 가장 확실한 예측만 유지하는 후처리 기법입니다.
• 평균 평균 정밀도(mAP): 분류 정확도와 위치 정확도를 모두 고려하여 객체 감지 모델의 성능을 평가하기 위한 표준 지표입니다(종종 IoU 임계값을 기반으로 함). 자세한 YOLO 성능 메트릭을 참조하세요.
• 앵커 박스: 바운딩 박스를 보다 효과적으로 예측하기 위해 일부 디텍터(예: 이전 YOLO 버전)에서 사용되는 다양한 크기와 가로세로 비율의 사전 정의된 박스입니다. 최신 모델은 다음과 같습니다. YOLO11를 포함한 최신 모델은 앵커가 없는 경우가 많아 감지 헤드를 간소화합니다.
• COCO 데이터 세트: 객체 감지 모델 벤치마킹에 널리 사용되는 대규모 객체 감지, 세분화 및 캡션 데이터 세트입니다. Ultralytics COCO 및 기타 탐지 데이터 세트에 대한 간편한 액세스를 제공합니다.

바운딩 박스 및 관련 용어

표준(축 정렬) 바운딩 박스는 단순한 직사각형으로 개체의 위치를 지정하지만, 다른 컴퓨터 비전 기술은 다양한 수준의 디테일을 제공하거나 다른 시나리오를 처리합니다:

• 이미지 세분화: 이미지의 모든 픽셀에 클래스 레이블을 할당합니다. 대략적인 현지화를 제공하는 바운딩 박스와 달리 세분화는 세밀한 현지화를 제공합니다.
• 시맨틱 세분화: 각 픽셀을 카테고리(예: '자동차', '도로', '하늘')에 할당하지만 동일한 객체 클래스의 다른 인스턴스를 구분하지는 않습니다.
• 인스턴스 세분화: 의미론적 세분화에서 한 단계 더 나아가 픽셀 수준에서 각 카테고리 내의 개별 개체 인스턴스를 식별합니다. Ultralytics YOLO 모델은 인스턴스 세분화 작업을 지원합니다.
• 오리엔티드 바운딩 박스(OBB): 항공 이미지(DOTA 데이터 세트) 또는 텍스트 감지에서 일반적으로 이미지 축에 정렬되지 않은 물체를 더 단단히 둘러싸는 데 사용되는 회전된 직사각형입니다. Ultralytics YOLO11 OBB 감지를 지원합니다.

실제 시나리오에서의 애플리케이션

바운딩 박스는 수많은 실용적인 AI 애플리케이션에 필수적인 요소입니다:

1. 자율주행 차량: 자율 주행 자동차는 바운딩 박스를 사용하여 보행자, 다른 차량, 신호등, 장애물을 식별하고 위치를 파악하기 위해 물체 감지에 크게 의존합니다. 딥러닝 모델을 통해 구현되는 이러한 공간 인식은 안전한 주행과 의사 결정에 매우 중요합니다. Waymo와 같은 회사는 이 기술을 광범위하게 선보이고 있습니다. Ultralytics 자율 주행 차량의 AI에 대한 인사이트를 제공합니다.
2. 리테일 분석: 소매업에서 바운딩 박스는 진열대에 있는 제품을 감지하고 재고 수준을 모니터링하며 진열대 상호 작용 또는 유동 인구 패턴(개체 수 계산)을 통해 고객 행동을 분석하여 AI 기반 재고 관리에 도움을 줍니다.
3. 보안 및 감시: 바운딩 박스를 사용하면 자동화된 모니터링 시스템이 실시간으로 개인 또는 관심 대상을 감지하고 추적하여 무단 액세스 또는 의심스러운 활동에 대한 경고를 트리거할 수 있습니다. 이는 보안 경보 시스템과 같은 애플리케이션 구축의 기본입니다.
4. 의료 이미지 분석: 의료 분야에서 바운딩 박스는 종양이나 병변과 같은 잠재적인 이상 징후를 스캔(X-레이, CT, MRI)에서 강조 표시하여 방사선 전문의와 임상의를 도와 더 빠르고 정확한 진단을 내릴 수 있도록 도와줍니다. 방사선과의 사례를 참조하세요 : 의료 이미지 분석에 대한 인공 지능 및 Ultralytics 개요에서 사례를 살펴보세요.
5. 농업: 바운딩 박스는 정밀 농업에서 수확할 과일 식별(과일 감지), 작물 건강 모니터링, 해충 감지 등의 작업에 사용됩니다.